跳到正文
arXiv · NLP· James P. Beno·· 17 天前AI 评分27

决策模型作为编程智能体策略门控:显式策略边界提升检测并减少误报

Decision Models as Policy Gates for Coding Agents: Explicit Policy Boundaries Improve Detection and Reduce False Alarms

AI 导读

评估显示,在22个托管决策模型中,将策略边界改写为示例和反例,使全部23个可用模型的召回率提升5.5-26.1个百分点,并在21个模型上减少误报。 Jev 1.14模型召回率从89.3%升至98.2%,对252个干净操作的无效中断率从30.6%降至4.8%,且具体名称替换为通用描述后仍保留召回增益。 研究已公开数据集、规则文本及测试框架。

来源:arXiv · NLP · arxiv.org